-
-
-
-
公开(公告)号：CN113374543B
公开(公告)日：2022-12-06
申请号：CN202110629185.2
申请日：2021-06-04
Applicant: 西安交通大学
Abstract: 本公开揭示了一种基于时变故障率模型的航空发动机部件维修方法，方法包括：根据航空发动机部件的历史故障统计数据建立故障率模型；基于检测误差项对航空发动机部件实际衰退的真实检测构建故障风险函数，维护过程中的不同维护行为及次数对部件故障风险的影响通过加入故障率递增因子和役龄递减因子实现；将维护成本对性能恢复的影响加入到役龄递减因子中，以反映投入成本影响下的综合性能变化；考虑经济性和安全性，以包括维护经济成本与停机时间损失成本的长期费用率和故障率最小为目标构建目标函数；求解目标函数的最优检测时间间隔。
-
公开(公告)号：CN113324754B
公开(公告)日：2022-05-06
申请号：CN202110589776.1
申请日：2021-05-27
Applicant: 西安交通大学
IPC: G01M13/021 , G01M13/028 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本公开揭示了一种基于多感受野图卷积的齿轮传动系统故障识别方法，包括：将所采集的已知故障的齿轮传动系统的振动信号进行样本划分获得训练样本集，将训练样本集构造为第一关联图数据；将所采集的未知故障的齿轮传动系统的振动信号进行样本划分获得待测样本集，将待测样本集构造为第二关联图数据；构建由两层多感受野图卷积层和两层全连接层构成的多感受野图卷积网络，通过第一关联图数据对多感受野图卷积网络进行训练；将第二关联图数据输入训练后的多感受野图卷积网络，实现对未知故障的齿轮传动系统的故障识别。
-
Patent Agency Ranking
公开(公告)号：CN113586177A
公开(公告)日：2021-11-02
申请号：CN202111017892.2
申请日：2021-08-31
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于单叶端定时传感器的叶片固有频率识别方法，方法中，利用单叶端定时传感器获取旋转叶片的达到时间，并将其转换为位移数据，利用转速传感器获取转轴的转速；通过自适应变窗长的短时傅里叶变换得到频率分辨率一致的混叠频率，绘制出采样频率‑混叠频率图；根据幅值对SAF图中的共振点进行识别，得到极小值点对应的采样频率通过最小二乘直线拟合对极小值点两边的线段斜率进行识别，并将斜率就近取整，并取绝对值作为EO值；将采样频率与对应的EO值相乘得到叶片的固有频率估计本方法可以从极度欠采样的信号中识别准确的频率，识别方法简单可靠，无需对信号进行重构，运算快速稳定，简单可行。
-
公开(公告)号：CN113565585A
公开(公告)日：2021-10-29
申请号：CN202111017895.6
申请日：2021-08-31
Applicant: 西安交通大学
Abstract: 本发明公开了一种单叶端定时传感器变工况旋转叶片固有频率提取方法，方法中，利用单叶端定时传感器获取旋转叶片的时间脉冲，首先将其转换成转速，然后根据叶片半径R和转速n将实际达到时间和理论达到时间差Δt转换为位移数据；使用变窗长的短时傅里叶变换或者最小二乘估计等频谱分析方法得到混叠频率分辨率一致的采样频率‑混叠频率图；通过Hough变换或Radon变换提取采样频率‑混叠频率图的特征；将提取到的直线斜率与四舍五入取整结果作比较，计算可信度权重；根据可信度权重对图中所有直线的截距估计结果进行加权平均，得到固有频率估计值。
-
公开(公告)号：CN113504311A
公开(公告)日：2021-10-15
申请号：CN202110702530.0
申请日：2021-06-24
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于多个叶端定时传感器的叶片检测方法，方法中，在不同叶端定时传感器采集得到的位移数据中截取两个叶片的同转速下的两段位移数据，两段所截取位移数据为1组，基于两个叶片的夹角对位移数据修正截取区间，以重新截取位移数据；每组内的两个位移数据进行相乘，通过低频滤波，然后进行离散傅里叶变换得到每组的幅频数据，将幅频数据进行线性叠加，得到两个叶片所截取区间的乘积向量总幅频图，在总幅频图中提取两个叶片的固定频率差，取不同的叶片组合，重复第二步骤至第四步骤操作，得到每个叶片和其他叶片的固定频率差，计算每个叶片和其他叶片的频率差值和，当其超出预定的频率差值和阈值则判断叶片为异常。
-
公开(公告)号：CN113374543A
公开(公告)日：2021-09-10
申请号：CN202110629185.2
申请日：2021-06-04
Applicant: 西安交通大学
Abstract: 本公开揭示了一种基于时变故障率模型的航空发动机部件维修方法，方法包括：根据航空发动机部件的历史故障统计数据建立故障率模型；基于检测误差项对航空发动机部件实际衰退的真实检测构建故障风险函数，维护过程中的不同维护行为及次数对部件故障风险的影响通过加入故障率递增因子和役龄递减因子实现；将维护成本对性能恢复的影响加入到役龄递减因子中，以反映投入成本影响下的综合性能变化；考虑经济性和安全性，以包括维护经济成本与停机时间损失成本的长期费用率和故障率最小为目标构建目标函数；求解目标函数的最优检测时间间隔。
-
公开(公告)号：CN113324754A
公开(公告)日：2021-08-31
申请号：CN202110589776.1
申请日：2021-05-27
Applicant: 西安交通大学
IPC: G01M13/021 , G01M13/028 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本公开揭示了一种基于多感受野图卷积的齿轮传动系统故障识别方法，包括：将所采集的已知故障的齿轮传动系统的振动信号进行样本划分获得训练样本集，将训练样本集构造为第一关联图数据；将所采集的未知故障的齿轮传动系统的振动信号进行样本划分获得待测样本集，将待测样本集构造为第二关联图数据；构建由两层多感受野图卷积层和两层全连接层构成的多感受野图卷积网络，通过第一关联图数据对多感受野图卷积网络进行训练；将第二关联图数据输入训练后的多感受野图卷积网络，实现对未知故障的齿轮传动系统的故障识别。
-
-
-
-
-
-
-
-
-
Search Results
146
records
(took 0.021 seconds)
